UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO. Prof. Yandr re Costa - 1. Prof. Yandre Costa.

Tamanho: px
Começar a partir da página:

Download "UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO. Prof. Yandr re Costa - 1. Prof. Yandre Costa."

Transcrição

1 UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandr re Costa - 1 Textura Prof. Yandre Costa

2 Prof. Yandr re Costa - 2 Textura é um importante atributo visual presente em imagens, mas que não tem definição formal; A diversidade de texturas naturais e artificiais, torna impossível estabelecer uma definição universal para a mesma;

3 Prof. Yandr re Costa - 3 Padrão visual geralmente relacionado a distribuição de pixels em uma região e características do objeto da imagem; Esse atributo geralmente contém informações bastante ricas sobre o conteúdo da imagem e é muito útil em visão computacional;

4 Prof. Yandr re Costa - 4 Algumas texturas apresentam regularidade no que diz respeito a repetição de padrões, outras não: Mármore Papel Parede Medeira Areia

5 Prof. Yandr re Costa - 5 Texturas são descritas cotidianamente como finas, grossas, granuladas, lisas e etc.; Tamura et al. propõem o uso de características mais precisas para descrever textura: Granularidade: tamanho das células presentes na textura, eventualmente referida como espessura ;

6 Prof. Yandr re Costa - 6 Contraste: dado por variações de tons de cinza presentes na imagem; Direcionalidade: direção predominante entre os elementos constituintes; Delineamento (line-likeness): intensidade da presença de linhas; Regularidade: regularidade com que primitivas se repetem; Rugosidade: medida da sensação de aspereza transmitida pela textura;

7 Prof. Yandr re Costa - 7 Um descritor de textura pode se basear na distribuição e tons dos pixels diretamente, ou de primitivas componentes da textura; Uma primitiva é um conjunto de pixels com alguma propriedade e tom ou localização; O relacionamento espacial entre primitivas pode ser aleatório ou não;

8 Prof. Yandr re Costa - 8 Diferentes primitivas e relacionamentos espaciais entre elas: a b c a e b: mesma primitiva não produz necessariamente a mesma textura; a e c: mesmo relacionamento espacial não produz necessariamente a mesma textura;

9 Exemplos de textura: Prof. Yandre Costa - 9

10 Prof. Yandr re Costa - 10 Abordagens para descritores de textura: Estatística; Matriz de co-ocorrência (GLCM); Estrutural; LBP; Espectral; Transformada de Gabor;

11 Prof. Yandr re Costa - 11 Abordagens estatísticas Medidas estatísticas obtidas a partir da contagem de ocorrências de níveis de cinza nos pixels da imagem e da forma como se relacionam no espaço;

12 Prof. Yandr re Costa - 12 Matriz de co-ocorrência de níveis de cinza (GLCM) A mais tradicional abordagem estatística; Introduzida por Haralick et al. em 1973; A GLCM consiste em uma matriz de probabilidades (N N * ) de co-ocorrência de níveis de cinza dada uma distância d e uma orientação θ. * N é o número de intensidades de cinza utilizadas na representação da imagem.

13 Prof. Yandre Costa - 13 Possíveis orientações para θ: Exemplo Considere a seguinte matriz de pixels:

14 Prof. Yandr re Costa - 14 Exemplo Considere a seguinte matriz de pixels: Considerando a distância d=1 e a orientação θ=0º Exercício: Encontre a GLCM para o exemplo anterior considerando θ = 45º, 90º e 135º

15 Prof. Yandre Costa - 15 A partir das probabilidades encontradas na GLCM, medidas estatísticas são extraídas da mesma. As mais comuns são:

16 Prof. Yandr re Costa - 16 Local Binary Pattern (LBP) Abordagem estrutural para descrição de textura apresentada por Ojala et al. em 2002; Premissa: padrões binários locais à região de vizinhança de um pixel são propriedades fundamentais da textura de uma imagem;

17 Prof. Yandr re Costa - 17 O método leva em conta para cada pixel C, P vizinhos equidistantes considerando-se uma distância R;

18 Prof. Yandr re Costa - 18 A característica de textura T é preservada na seguinte distribuição: na qual T com i=[0,p] s( g i ( s( g gc ),..., s( g P 1 g g 0 C C ) = 1 0 se se g g i i g g C C < )) 0 0

19 Prof. Yandr re Costa - 19 O LBP para o pixel C pode ser obtido através da multiplicação dos elementos binários por um coeficiente binomial. Associando-se um peso binomial 2 P a cada s(g P - g C ), as diferenças presentes na vizinhança são transformadas em um único código LBP, um valor 0 C' 2 P.

20 Prof. Yandr re Costa - 20 Os autores introduziram o conceito de uniformidade do padrão LBP; Ele diz respeito ao número de transições entre 0 s e 1 s presentes no padrão encontrado; Um LBP é uniforme se o número de transições é menor ou igual a 2; uniforme não uniforme

21 Prof. Yandr re Costa - 21 Uma variedade de LBP bastante utilizada é o LBP 8,2, onde são tomados 8 vizinhos à uma distância 2; Para esta variedade, existem 58 padrões uniformes; A textura associada à imagem, é descrita por um histograma dos padrões LBP encontrados; Todas as ocorrências de padrões não uniformes são contadas em uma coluna adicional do histograma; Desta forma, são encontradas 59 características para descrever a textura de uma imagem com LBP 8,2.

22 Bibliografia Prof. Yandr re Costa - 22 A.K. Jain e F. Farrokhnia. Unsupervised texture segmentation using Gabor Filters. Pattern recognition, 24(12): , H. Tamura, S. Mori, e T. Yamawaki. Textural Features Corresponding to Visual Perception. IEEE Trans. Systems, Man, and Cybernetics, 8(6): , M. Sonka, V. Hlavac, e R. Boyle. Image Processing, Analysis, and Machine Vision. PWS Publishing, R.M. Haralick, K. Shanmugam, e I.H. Dinstein. Textural features for image classification. IEEE Transactions on systems, man and cybernetics, 3(6): , 1973; Timo Ojala, Matti Pietikäinen, e Topi Mäenpää. Multiresolution gray-scale and rotation invariant texture classication with local binary patterns. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(7): , 2002.

Textura. Textura 04/09/2014. Prof. Yandre Costa

Textura. Textura 04/09/2014. Prof. Yandre Costa UNIVERSIDADE ESTADUAL DE MARINGÁ PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO Prof. Yandre Costa - 1 Prof. Yandre Costa Prof. Yandre Costa - 2 é um importante atributo visual presente em imagens,

Leia mais

Extração de características: textura

Extração de características: textura Extração de características: textura Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti (ICMCUSP) Extração de características: textura

Leia mais

Extração de atributos usando o método LBP - Local Binary Pattern

Extração de atributos usando o método LBP - Local Binary Pattern Extração de atributos usando o método LBP - Local Binary Pattern Lia Nara Balta Quinta. 2 de maio de 2006 1 Antecedentes e Justificativa O Brasil possui, atualmente, um grande rebanho bovino, porém em

Leia mais

Image Descriptors: texture

Image Descriptors: texture Image Descriptors: texture Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Image Descriptors: texture 2011 1 / 28 Agenda

Leia mais

CLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture

CLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture CLASSIFICAÇÃO DE PADRÕES EM IMAGENS UTILIZANDO DESCRITORES DE TEXTURA Pattern Classification in Images Using Descriptors of Texture 1 e Sandro Roberto Fernandes 2 Resumo: Nesta pesquisa foi desenvolvido

Leia mais

Processamento de Imagens. Texturas

Processamento de Imagens. Texturas Processamento de Imagens Texturas Exemplos Introdução Texturas Não existe abordagem formal Não existe definição formal São definidas qualitativamente e não há consenso quanto a sua definição quantitativa

Leia mais

Reconhecimento de texturas utilizando padrão binário local e classificador knn.

Reconhecimento de texturas utilizando padrão binário local e classificador knn. Reconhecimento de texturas utilizando padrão binário local e classificador knn. Vinicius Santos Andrade 1 Resumo. Através de uma imagem é possível obter inúmeras informações. Portanto, é cada vez mais

Leia mais

Métodos de Extração de Características

Métodos de Extração de Características 1. Introdução Métodos de Extração de Características A Interpretação ou entendimento de uma cena demanda o reconhecimento de seus objetos. Reconhecimento de objetos ou padrões contidos em uma cena -> é

Leia mais

CLASSIFICAÇÃO DE PADRÕES UTILIZANDO DESCRITORES DE TEXTURA

CLASSIFICAÇÃO DE PADRÕES UTILIZANDO DESCRITORES DE TEXTURA XI Simpósio de Mecânica Computacional II Encontro Mineiro de Modelagem Computacional Juiz De Fora, MG, 28-30 de Maio De 2014 CLASSIFICAÇÃO DE PADRÕES UTILIZANDO DESCRITORES DE TEXTURA Weiner Esmerio Batista

Leia mais

Uma nova proposta para análise de textura local por conjuntos fuzzy

Uma nova proposta para análise de textura local por conjuntos fuzzy Uma nova proposta para análise de textura local por conjuntos fuzzy Raissa Tavares Vieira, Carolina Toledo Ferraz, Virgílio de Melo Langoni, Adilson Gonzaga Departamento de Engenharia Elétrica - EESC/USP

Leia mais

Padrões binários locais na classificação de imagens de sensoriamento remoto

Padrões binários locais na classificação de imagens de sensoriamento remoto Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.7651 Padrões binários locais na classificação de imagens de sensoriamento remoto

Leia mais

João Paulo Ribeiro do Nascimento Heraldo Maciel França Madeira Hélio Pedrini. Keywords: texture, co-occurrence matrix, image classification.

João Paulo Ribeiro do Nascimento Heraldo Maciel França Madeira Hélio Pedrini. Keywords: texture, co-occurrence matrix, image classification. CLASSIFICAÇÃO DE IMAGENS UTILIZANDO DESCRITORES ESTATÍSTICOS DE TEXTURA João Paulo Ribeiro do Nascimento Heraldo Maciel França Madeira Hélio Pedrini Universidade Federal do Paraná Departamento de Informática

Leia mais

MÉTODO PARA CLASSIFICAÇÃO DE IMAGENS BASEADA EM MATRIZES DE CO-OCORRÊNCIA UTILIZANDO CARACTERÍSTICAS DE TEXTURA

MÉTODO PARA CLASSIFICAÇÃO DE IMAGENS BASEADA EM MATRIZES DE CO-OCORRÊNCIA UTILIZANDO CARACTERÍSTICAS DE TEXTURA MÉTODO PARA CLASSIFICAÇÃO DE IMAGENS BASEADA EM MATRIZES DE CO-OCORRÊNCIA UTILIZANDO CARACTERÍSTICAS DE TEXTURA William Robson Schwartz 1 Hélio Pedrini 2 1 Universidade Federal do Paraná william@pet.inf.ufpr.br

Leia mais

Extração de Características de Textura em Imagens utilizando Matrizes de Co-ocorrência

Extração de Características de Textura em Imagens utilizando Matrizes de Co-ocorrência Extração de Características de Textura em Imagens utilizando Matrizes de Co-ocorrência João Paulo Ribeiro do Nascimento Hélio Pedrini Universidade Federal do Paraná Departamento de Informática Curitiba-PR,

Leia mais

Introdução a Local Binary Patterns (LBP) Prof. Dr. Geraldo Braz Junior

Introdução a Local Binary Patterns (LBP) Prof. Dr. Geraldo Braz Junior Introdução a Local Binary Patterns (LBP) Prof. Dr. Geraldo Braz Junior Local Binary Pattern (LBP) Proposto como uma maneira eficiente e simples de descrever textura E pode ser u

Leia mais

SISTEMA DE EXTRAÇÃO E SELEÇÃO DE ATRIBUTOS EM IMAGENS

SISTEMA DE EXTRAÇÃO E SELEÇÃO DE ATRIBUTOS EM IMAGENS SISTEMA DE EXTRAÇÃO E SELEÇÃO DE ATRIBUTOS EM IMAGENS Flávia Gonçalves Fernandes, João Ludovico Maximiano Barbosa, Ana Cláudia Patrocínio Universidade Federal de Uberlândia - UFU Faculdade de Engenharia

Leia mais

Seleção de Atributos para a Segmentação do Couro Bovino.

Seleção de Atributos para a Segmentação do Couro Bovino. Seleção de Atributos para a Segmentação do Couro Bovino. Lia Nara Balta Quinta Grupo de Pesquisa em Engenharia e Computação Universidade Católica Dom Bosco Av. Tamandaré, 6000, Jardim Seminário 79117-900

Leia mais

Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Representação. David Menotti.

Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica. Representação. David Menotti. Universidade Federal do Paraná (UFPR) Bacharelado em Informática Biomédica Representação David Menotti www.inf.ufpr.br/menotti/ci171-182 Representação Agenda Introdução Extraindo Representações de Imagens

Leia mais

Vermiculite ore classification by texture analysis

Vermiculite ore classification by texture analysis Vermiculite ore classification by texture analysis Raissa Tavares Vieira, Adilson Gonzaga Departamento de Engenharia Elétrica Escola de Engenharia de São Carlos EESC/USP São Carlos SP, Brasil raissa@ieee.org,

Leia mais

Classificação de Texturas Invariante a Rotação Usando Matriz de Co-ocorrência

Classificação de Texturas Invariante a Rotação Usando Matriz de Co-ocorrência Classificação de Texturas Invariante a Rotação Usando Matriz de Co-ocorrência Rodrigo Hajime Ito, Hae Yong Kim, Walter Jaimes Salcedo Dept. Eng. Sistemas Eletrônicos, Escola Politécnica Universidade de

Leia mais

IDENTIFICAÇÃO DE DEFEITOS EM BANANAS ATRAVÉS DO MAPEAMENTO DE ÁREAS DE RISCO UTILIZANDO ANÁLISE DE TEXTURA E VISÃO COMPUTACIONAL

IDENTIFICAÇÃO DE DEFEITOS EM BANANAS ATRAVÉS DO MAPEAMENTO DE ÁREAS DE RISCO UTILIZANDO ANÁLISE DE TEXTURA E VISÃO COMPUTACIONAL I / / IDENTIFICAÇÃO DE DEFEITOS EM BANANAS ATRAVÉS DO MAPEAMENTO DE ÁREAS DE RISCO UTILIZANDO ANÁLISE DE TEXTURA E VISÃO COMPUTACIONAL ERIKA SAYURI TEZUKA I PAULO ESTEVÃO CRUVINEL 2 RESUMO: A banana é

Leia mais

Aula 10 Reconhecimento de Padrões : Texturas (parte

Aula 10 Reconhecimento de Padrões : Texturas (parte Aula 10 Reconhecimento de Padrões : Texturas (parte 4). Análise de Imagens - 2015 Aura Conci DEFINIÇÕES DE TEXTURA Padrão visual : que possui algumas propriedades de homogeneidade que não resultam simplesmente

Leia mais

Face Descrip+on with Local Binary Pa6erns: Applica+on to Face Recogni+on JULIANO RAMOS LUANN LUNA

Face Descrip+on with Local Binary Pa6erns: Applica+on to Face Recogni+on JULIANO RAMOS LUANN LUNA Face Descrip+on with Local Binary Pa6erns: Applica+on to Face Recogni+on JULIANO RAMOS LUANN LUNA Introdução O ar%go visa criar uma abordagem para o problema de reconhecimento de face: i.e.: Dada uma face,

Leia mais

Descritores de Imagem (exemplos)

Descritores de Imagem (exemplos) Descritores de Imagem (exemplos) André Tavares da Silva andre.silva@udesc.br Baseado em Penatti (2009) e Silva (2011) Alguns exemplos Descritores baseados em cor Na literatura existem quatro abordagens

Leia mais

Classificação de Espécies de Pássaros Utilizando Características de Textura

Classificação de Espécies de Pássaros Utilizando Características de Textura Classificação de Espécies de Pássaros Utilizando Características de Textura Andréia Marini 1, Alessandro L. Koerich 1, Irapuru H. Florido 1 1 Programa de Pós-Graduação em Informática Pontifícia Universidade

Leia mais

Descritores de Imagens

Descritores de Imagens Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 40 Descritores baseados em textura Local Activity

Leia mais

Identificação de Órgãos Foliares utilizando as Wavelets de Daubechies

Identificação de Órgãos Foliares utilizando as Wavelets de Daubechies Identificação de Órgãos Foliares utilizando as Wavelets de Daubechies Alexander Scaranti, Ronaldo Bernardi e Rodrigo de Oliveira Plotze Instituto de Ciências Exatas e Tecnologia - Universidade Paulista

Leia mais

O reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face.

O reconhecimento facial é dividido em três etapas: i) detecção da face, ii) extração de características e iii) reconhecimento da face. ESTUDO SOBRE MÉTODOS DE RECONHECIMENTO FACIAL EM FOTOGRAFIAS DIGITAIS Ana Elisa SCHMIDT¹, Elvis Cordeiro NOGUEIRA² ¹ Orientadora e docente do IFC-Campus Camboriú; ² Aluno do curso de Bacharelado em Sistemas

Leia mais

Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga

Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais Prof. Adilson Gonzaga 1 Introdução Objetos ou Segmentos são representados como uma coleção de pixels em uma imagem. Para o reconhecimento

Leia mais

Descritores de Imagem (introdução)

Descritores de Imagem (introdução) Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,

Leia mais

Extração de Características. Carlos Alexandre Mello

Extração de Características. Carlos Alexandre Mello Extração de Características Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello cabm@cin.ufpe.br 1 Extração de Características Representação de objetos através de um conjunto

Leia mais

Fusão de Atributos para Segmentação de Couro Bovino

Fusão de Atributos para Segmentação de Couro Bovino Fusão de Atributos para Segmentação de Couro Bovino Lia Nara Balta Quinta. Grupo de Pesquisa em Engenharia e Computação, GPEC Universidade Católica Dom Bosco, UCDB Av. Tamandaré, 6000 - Jardim Seminário

Leia mais

Color Texture Classification by using Opponent Color and Local Mapped Pattern

Color Texture Classification by using Opponent Color and Local Mapped Pattern Color Texture Classification by using Opponent Color and Local Mapped Pattern Tamiris Trevisan Negri 1,2, Raissa Tavares Vieira 1, Adilson Gonzaga 1 1 Department of Electrical Engineering and Computing,

Leia mais

Compound Local Binary Pattern para reconhecimento de expressões faciais

Compound Local Binary Pattern para reconhecimento de expressões faciais Compound Local Binary Pattern para reconhecimento de expressões faciais André Luiz Dorneles Pires 1, Geovane Menezes Ramos Neto 1 1 Núcleo de Computação Aplicada Laboratório de Mídias Interativas Universidade

Leia mais

1. Introdução. Tecnologia do Estado do Ceará. (IFCE) Sobral CE Brasil

1. Introdução. Tecnologia do Estado do Ceará. (IFCE) Sobral CE Brasil III Escola Regional de Informática do Piauí. Livro Anais - Artigos e Minicursos, v. 1, n. 1, p. 64-69, jun, 2017. www.eripi.com.br/2017 - ISBN: 978-85-7669-395-6 Análise comparativa entre Redes Neurais

Leia mais

Color texture classification by a local multiscale descriptor

Color texture classification by a local multiscale descriptor Color texture classification by a local multiscale descriptor Tamiris Trevisan Negri Department of Electrical Engineering and Computing EESC/USP - University of Sao Paulo Sao Carlos, SP - Brazil Email:

Leia mais

Segmentação e Classificação. Prof. Herondino

Segmentação e Classificação. Prof. Herondino Segmentação e Classificação Prof. Herondino Segmentação Neste processo, divide-se a imagem em regiões que devem corresponder às áreas de interesse da aplicação. Entende-se por regiões um conjunto de "pixels"

Leia mais

Dr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015

Dr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015 Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 8 Descritores de Imagens Digitais 2 of 47 Sumário Descritores e Reconhecimento

Leia mais

O Coeficiente de Hurst e o Coeficiente de Variação Espacial na Segmentação de Texturas Multiespectrais

O Coeficiente de Hurst e o Coeficiente de Variação Espacial na Segmentação de Texturas Multiespectrais 4 o Congresso Temático de Dinâmica, Controle e Aplicações 6-10 de junho de 005 UNESP Campus de Bauru O Coeficiente de Hurst e o Coeficiente de Variação Espacial na Segmentação de Texturas Multiespectrais

Leia mais

Classificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada

Classificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Classificação de Padrões por Blocos em Imagens Não Segmentadas de Tomografia Computadorizada Aline Dartora Prof. David Menotti Departamento de Informática Universidade Federal do Paraná (UFPR) 23 de outubro

Leia mais

Descritores de Imagens

Descritores de Imagens Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 17 Introdução Excelentes pesquisas sobre descritores

Leia mais

Detecção e Re-mapeamento de Jogadores em um Campo de Futebol

Detecção e Re-mapeamento de Jogadores em um Campo de Futebol Detecção e Re-mapeamento de Jogadores em um Campo de Futebol Vitor Hugo da Silva Custódio, Sérgio Montazzolli Silva 1 Departamento de Computação Universidade Estadual de Londrina (UEL) Caixa Postal 10.011

Leia mais

Proposta de um Descritor Híbrido para Aprimoramento da Identificação Automática de Melanoma

Proposta de um Descritor Híbrido para Aprimoramento da Identificação Automática de Melanoma XXXVII Congresso da Sociedade Brasileira de Computação Proposta de um Descritor Híbrido para Aprimoramento da Identificação Automática de Melanoma Nayara Moura, Rodrigo Veras, Kelson Aires, Luís Santos,

Leia mais

Extração de características de imagens. Descritores de cor

Extração de características de imagens. Descritores de cor Extração de características de imagens Descritores de cor Descritores de imagens Problema: computar, de forma eficiente, valores que descrevam uma imagem (ou parte dela) Vetores de características (feature

Leia mais

UMA AVALIAÇÃO DE DESCRITORES DE TEXTURA BASEADOS EM CÓDIGOS BINÁRIOS LOCAIS PARA CLASSIFICAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO

UMA AVALIAÇÃO DE DESCRITORES DE TEXTURA BASEADOS EM CÓDIGOS BINÁRIOS LOCAIS PARA CLASSIFICAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO UMA AVALIAÇÃO DE DESCRITORES DE TEXTURA BASEADOS EM CÓDIGOS BINÁRIOS LOCAIS PARA CLASSIFICAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO An evaluation of texture descriptors based on local binary patterns for

Leia mais

Image Descriptors: color

Image Descriptors: color Image Descriptors: color Image Processing scc0251 www.icmc.usp.br/ moacir moacir@icmc.usp.br ICMC/USP São Carlos, SP, Brazil 2011 Moacir Ponti Jr. (ICMCUSP) Image Descriptors: color 2011 1 / 29 Agenda

Leia mais

Descritores de Imagens

Descritores de Imagens Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones

Leia mais

Extração de Características

Extração de Características Extração de Características Alceu S. Britto Jr. Alessandro L. Koerich Aprendizagem de Máquina Mestrado/Doutorado em Informática 2009 Definição Característica: variável ou atributo utilizado na descrição

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Extração de Características

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Extração de Características Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Extração de Características Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Entender os conceitos de

Leia mais

Reconhecimento e diagnóstico automático de melanoma

Reconhecimento e diagnóstico automático de melanoma Reconhecimento e diagnóstico automático de melanoma Bruno S. Ferreira 1, Paulo V. Vieira 1 1 Universidade Federal do Maranhão(UFMA) Av. dos Portugueses, 1966 - Bacanga, São Luís-MA, 65080-805 Abstract.

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) EXTRAÇÃO DE CARACTERÍSTICAS Definição Característica: variável ou atributo

Leia mais

Aprendizagem de Máquinas. Extração de Características

Aprendizagem de Máquinas. Extração de Características Universidade Federal do Paraná (UFPR) Departamento de Informática (DInf) Aprendizagem de Máquinas Extração de Características David Menotti, Ph.D. http://web.inf.ufpr.br/menotti 1 Objetivos Entender os

Leia mais

Automatic Identification of Trees from Aerial Images of the Internet using Computer Vision

Automatic Identification of Trees from Aerial Images of the Internet using Computer Vision Automatic Identification of Trees from Aerial Images of the Internet using Computer Vision Heuber G. F. De Lima, Ronaldo Martins da Costa, Anderson da Silva Soares, Gustavo Teodoro Laureano Instituto de

Leia mais

0DWUL]HVGH&R2FRUUrQFLD

0DWUL]HVGH&R2FRUUrQFLD 0DWUL]HVGH&R2FRUUrQFLD,QWURGXomR Uma 0DWUL]GH&R2FRUUrQFLD, ou de RFRUUrQFLDVLPXOWkQHD é uma tabulação de quantas combinações diferentes de valores de intensidade dos pixels (níveis de cinza) ocorrem em

Leia mais

INFORMAÇÕES DO ACADÊMICO PLANO DE TRABALHO. 1. Justificativa

INFORMAÇÕES DO ACADÊMICO PLANO DE TRABALHO. 1. Justificativa INFORMAÇÕES DO ACADÊMICO Nome: Kleber Padovani de Souza Curso: Engenharia de Computação Semestre: R.A.: Título do plano de trabalho: Extração de atributos da imagem através de momentos de imagem. Nome

Leia mais

Classificação de imagens de Sensoriamento Remoto. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo

Classificação de imagens de Sensoriamento Remoto. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo Classificação de imagens de Sensoriamento Remoto Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo Conteúdo programático e Objetivos Conceito de classificação e fotointerpretação Classificações

Leia mais

A UTILIZAÇÃO DE MATRIZES DE CO-OCORRÊNCIA ESPACIAL NA BUSCA DE IMAGENS COLORIDAS SIMILARES

A UTILIZAÇÃO DE MATRIZES DE CO-OCORRÊNCIA ESPACIAL NA BUSCA DE IMAGENS COLORIDAS SIMILARES A UTILIZAÇÃO DE MATRIZES DE CO-OCOÊNCIA ESPACIAL NA BUSCA DE IMAGENS COLORIDAS SIMILARES Marco T.. Tannús a, Edna L. lôres b, Gilberto A. Carrijo b, Antônio C. P. Veiga b, Milena B. P. Carneiro b a EIT-UEMG,

Leia mais

Um modelo gravitacional simplificado para análise de textura

Um modelo gravitacional simplificado para análise de textura Um modelo gravitacional simplificado para análise de textura Jarbas Joaci de Mesquita Sá Junior Departamento de Engenharia de Teleinformática - DETI Centro de Tecnologia - UFC Campus do Pici, S/N, Bloco

Leia mais

UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS

UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS CARLOS EDUARDO DE OLIVEIRA CHIERICI Classificação de texturas com diferentes orientações baseada em descritores locais São Carlos 2015 Carlos

Leia mais

E\$QGUp/XL]%UD]LO. 0DWUL]HVGHFRRFRUUrQFLDQR0DWK/DE

E\$QGUp/XL]%UD]LO. 0DWUL]HVGHFRRFRUUrQFLDQR0DWK/DE E\$QGUp/XL]%UD]LO 0DWUL]HVGHFRRFRUUrQFLDQR0DWK/DE O reconhecimento de texturas em imagens é uma atividade importante, que faz parte de uma vasta gama de aplicações em diversas áreas. Dentre elas podemos

Leia mais

Extração de Características por meio de Redes Complexas

Extração de Características por meio de Redes Complexas Extração de Características por meio de Redes Complexas Alexander Scaranti Ronaldo Bernardi Rodrigo de Oliveira Plotze Universidade Paulista Instituto de Ciências Exatas e Tecnologia Av. Carlos Consoni,

Leia mais

Os Momentos de Zernike no Reconhecimento de Contornos de Edifícios

Os Momentos de Zernike no Reconhecimento de Contornos de Edifícios Os Momentos de Zernike no Reconhecimento de Contornos de Edifícios Renata Nagima Imada, Mestranda em Matemática Aplicada e Computacional, FCT, UNESP 19060-900, Presidente Prudente, SP E-mail: renataimada@hotmail.com

Leia mais

Visão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva

Visão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer

Leia mais

Descritores de Imagem (introdução)

Descritores de Imagem (introdução) Descritores de Imagem (introdução) André Tavares da Silva andre.silva@udesc.br Roteiro da aula Definição de descritor de imagem Extração de Característica Tipos Geral x Específico Global (cor, textura,

Leia mais

Detecção e Reconhecimento de Faces Distorcidas por Artefatos de Compressão

Detecção e Reconhecimento de Faces Distorcidas por Artefatos de Compressão Detecção e Reconhecimento de Faces Distorcidas por Artefatos de Compressão *Fernando Rodrigues Trindade Ferreira, Carla Liberal Pagliari Instituto Militar de Engenharia (IME) Seção de Engenharia Elétrica

Leia mais

CLASSIFICADOR TEXTURAL PARA IDENTIFICAÇÃO DE PLANTAS José Antonio Rodrigues de Souza 1, Débora Astoni Moreira 2 RESUMO

CLASSIFICADOR TEXTURAL PARA IDENTIFICAÇÃO DE PLANTAS José Antonio Rodrigues de Souza 1, Débora Astoni Moreira 2 RESUMO José Antonio Rodrigues de Souza, Débora Astoni Moreira 2 RESUMO No presente trabalho, objetivou-se desenvolver um classificador textural em Matlab, para identificação de quatro espécies de plantas. A textura

Leia mais

PMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral

PMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral PMR2560 Visão Computacional Conversão e Limiarização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Conversão de imagens; Histograma; Limiarização. Imagem digital Uma imagem é uma matriz

Leia mais

María Jacqueline Atoche Bravo. Análise do Descritor de Padrões Mapeados Localmente em Multiescala para Classificação de Textura em Imagens Digitais

María Jacqueline Atoche Bravo. Análise do Descritor de Padrões Mapeados Localmente em Multiescala para Classificação de Textura em Imagens Digitais María Jacqueline Atoche Bravo Análise do Descritor de Padrões Mapeados Localmente em Multiescala para Classificação de Textura em Imagens Digitais Dissertação de Mestrado Pós-Graduação em Matemática Instituto

Leia mais

Reconhecimento de Símbolos de LIBRAS

Reconhecimento de Símbolos de LIBRAS Reconhecimento de Símbolos de LIBRAS Rodrigo do Nascimento Siqueira Departamento de Informática Universidade Federal do Maranhão (UFMA) Av. dos Portugueses, 1966 Bacanga São Luıś MA Brazil rodignasciment@gmail.com(siqueira,

Leia mais

Recuperação de Imagens baseadas na textura

Recuperação de Imagens baseadas na textura Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Recuperação de Imagens baseadas na textura Yamashita, B. H. M. Escola Politécnica de Pernambuco Universidade de Pernambuco 50.720-001

Leia mais

Descritores de textura na análise de imagens de microtomografia computadorizada

Descritores de textura na análise de imagens de microtomografia computadorizada Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Descritores de textura na análise de imagens de microtomografia computadorizada Sandro R. Fernandes Departamento de Educação e Tecnologia, Núcleo de

Leia mais

UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU

UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento e aplicação de um modelo gravitacional simplificado para análise de texturas coloridas. Uberlândia 30/04/2014

Leia mais

Algoritmos de Visão Computacional

Algoritmos de Visão Computacional 31 Capítulo 7 Algoritmos de Visão Computacional Existem diversos algoritmos de processamento de imagens que podem ser utilizados para o tratamento de imagens médicas, especificamente de imagens de úlceras

Leia mais

Descritores de Imagem

Descritores de Imagem Descritores de Imagem André Tavares da Silva 31 de março de 2014 1 Descritores de imagem (continuação) 1.1 Frameworks de detecção de objetos SIFT (scale-invariant features transform) (Lowe, 1999) SIFT

Leia mais

Descritores de Textura Local para Reconhecimento Biométrico da Íris Humana.

Descritores de Textura Local para Reconhecimento Biométrico da Íris Humana. Universidade de São Paulo Escola de Engenharia de São Carlos Departamento de Engenharia Elétrica Job Nicolau Travaini Descritores de Textura Local para Reconhecimento Biométrico da Íris Humana. São Carlos

Leia mais

Processamento digital de imagens

Processamento digital de imagens Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 3 de maio de 206 Representação e descrição de regiões Uma

Leia mais

Introdução Trabalhos Relacionados Metodologia Resultados Considerações Finais. Aluna: Aline Dartora Orientador: Prof. Dr. Lucas Ferrari de Oliveira

Introdução Trabalhos Relacionados Metodologia Resultados Considerações Finais. Aluna: Aline Dartora Orientador: Prof. Dr. Lucas Ferrari de Oliveira Análise de Extratores de Características para a Classificação de Tecidos Pulmonares e Não-Pulmonares em Imagens de Tomografia Computadorizada de Alta Resolução Aluna: Aline Dartora Orientador: Prof. Dr.

Leia mais

SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA

SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA DISCIPLINA: Fundamentos de Processamento de Imagens CÓDIGO: INF01046 Turma

Leia mais

Desenvolvimento de uma ferramenta computacional para classificação de padrões em imagens

Desenvolvimento de uma ferramenta computacional para classificação de padrões em imagens Desenvolvimento de uma ferramenta computacional para classificação de padrões em imagens Everton Franco Teixeira 1, Sandro Roberto Fernandes 2 1 Instituto Federal de Educação, Ciência e Tecnologia do Sudeste

Leia mais

Classificação automática de amostras de sementes utilizando visão computacional

Classificação automática de amostras de sementes utilizando visão computacional Classificação automática de amostras de sementes utilizando visão computacional Luiz Alberto Bordignon 1, Lucas Ferrari de Oliveira 1,2 1 Programa de Pós-Graduação em Eng. Elétrica - Universidade Federal

Leia mais

Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010])

Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010]) Sketch to Photo Matching: A Feature-based Approach (Klare and Jain [2010]) Marco Antonio de A. Silva Programa de Pós-Graduação em Ciência da Computação - PPGCC Departamento de Computação - DECOM Universidade

Leia mais

1. Sistemas de Informação, Universidade Federal do Piauí Picos PI, Brasil

1. Sistemas de Informação, Universidade Federal do Piauí Picos PI, Brasil DETECÇÃO AUTOMÁTICA DE LESÕES DE PELE EM IMAGENS DERMATOSCÓPICAS NAYARA H. DE MOURA¹, ROMUERE R. V. E SILVA¹, EMERSON S. SILVA¹, GABRIEL C. MOURA¹, RODRIGO DE M. S. VERAS². 1. Sistemas de Informação, Universidade

Leia mais

FILTRAGEM NO DOMÍNIO ESPACIAL. Daniel C. Zanotta 22/05/2017

FILTRAGEM NO DOMÍNIO ESPACIAL. Daniel C. Zanotta 22/05/2017 FILTRAGEM NO DOMÍNIO ESPACIAL Daniel C. Zanotta 22/05/2017 FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao longo da distância: FREQUÊNCIA EM IMAGENS DIGITAIS

Leia mais

Uso de descritores de textura extraídos de GLCM para o reconhecimento de padrões em diferentes domínios de aplicação

Uso de descritores de textura extraídos de GLCM para o reconhecimento de padrões em diferentes domínios de aplicação CLE 2011 Uso de descritores de textura extraídos de GLCM para o reconhecimento de padrões em diferentes domínios de aplicação Jefferson Gustavo Martins 1,2 Universidade Tecnológica Federal do Paraná Toledo,

Leia mais

Diagnóstico do Glaucoma em Imagens de Fundo de Olho Usando Matriz de Coocorrência e SVM

Diagnóstico do Glaucoma em Imagens de Fundo de Olho Usando Matriz de Coocorrência e SVM Diagnóstico do Glaucoma em Imagens de Fundo de Olho Usando Matriz de Coocorrência e SVM Mayara Gomes Silva 1, Nelia Cantanhede Reis 1, João Dallyson Sousa de Almeida 1 1 Núcleo de Computação Aplicada (NCA),

Leia mais

Reconhecimento de palma de mão. Peterson Wagner Kava de Carvalho

Reconhecimento de palma de mão. Peterson Wagner Kava de Carvalho Reconhecimento de palma de mão Peterson Wagner Kava de Carvalho 1 Sumário 1. Introdução 2. Artigo 1: Palmprint Recognition a. Pré-Processamento b. Extração de Features c. Classificação d. Resultados 3.

Leia mais

Filtros de Resposta Máxima e Padrões Binários Locais Aplicados na Detecção de Anormalidades em Mamografias

Filtros de Resposta Máxima e Padrões Binários Locais Aplicados na Detecção de Anormalidades em Mamografias Filtros de Resposta Máxima e Padrões Binários Locais Aplicados na Detecção de Anormalidades em Mamografias Danilo O. Fistarol 1 Wesley Nunes Gonçalves 1 1 Universidade Federal do Mato Grosso do Sul - Campus

Leia mais

Processamento de Imagens

Processamento de Imagens Processamento de Imagens Prof. Dr. Márcio Sarroglia Pinho 1 Histogramas Equalização Histogramas alpha = 255 / numpixels for each pixel g(x,y) = cumulativefrequency[f(x,y)] * alpha end for http://www.generation5.org/content/2004/histogramequalization.asp

Leia mais

Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões. Mariane Barros Neiva

Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões. Mariane Barros Neiva Métodos de pré-processamento de texturas para otimizar o reconhecimento de padrões Mariane Barros Neiva SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Data de Depósito: Assinatura: Mariane Barros Neiva Métodos

Leia mais

Determinação de vícios refrativos oculares utilizando Support Vector Machines

Determinação de vícios refrativos oculares utilizando Support Vector Machines Determinação de vícios refrativos oculares utilizando Support Vector Machines Giampaolo Luiz Libralão, André Ponce de Leon F. de Carvalho, Antonio Valerio Netto, Maria Cristina Ferreira de Oliveira Instituto

Leia mais

Detecção de Fraudes em Leitores de Impressões Digitais sem Contato Utilizando Descritores de Texturas e Redes Neurais Artificiais

Detecção de Fraudes em Leitores de Impressões Digitais sem Contato Utilizando Descritores de Texturas e Redes Neurais Artificiais Detecção de Fraudes em Leitores de Impressões Digitais sem Contato Utilizando Descritores de Texturas e Redes Neurais Artificiais Mateus M. E. da Silva, Alexandre Zaghetto e Cauê Zaghetto Resumo Este artigo

Leia mais

XIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017

XIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017 LBP INCOERENTE COMO UMA NOVA PROPOSTA PARA DESCRIÇÃO DE CENAS MATHEUS V. L. RIBEIRO 1, EVANDRO O. T. SALLES 2. 1,2 LabCisne, Programa de Pós-Graduação em Engenharia Elétrica, Ufes Av. Fernando Ferrari,

Leia mais

Identificação de amostras de sementes utilizando Visão Computacional Identification of seed samples using Computer Vision

Identificação de amostras de sementes utilizando Visão Computacional Identification of seed samples using Computer Vision Identificação de amostras de sementes utilizando Visão Computacional Identification of seed samples using Computer Vision Luiz Alberto Bordignon 1 Jeovane Honório Alves 2 Lucas Ferrari de Oliveira 2 Data

Leia mais

Processamento de Imagens: fundamentos. Julio C. S. Jacques Junior

Processamento de Imagens: fundamentos. Julio C. S. Jacques Junior Processamento de Imagens: fundamentos Julio C. S. Jacques Junior juliojj@gmail.com Fronteiras do Processamento de Imagens Processamento de dados Dados / Informação Visão Computacional Computação Gráfica

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas

UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Transformações Geométricas .(x,y, P).(x,y, P) Imagem fonte Imagem transformada Deve-se notar que, como uma imagem digital é representada por uma matriz

Leia mais

Redução de falsos positivos em imagens de tomografia computadorizada, usando índice de diversidade filogenético e SVM

Redução de falsos positivos em imagens de tomografia computadorizada, usando índice de diversidade filogenético e SVM Redução de falsos positivos em imagens de tomografia computadorizada, usando índice de diversidade filogenético e SVM Thayane de O. Simões 1, Otília de S. Santos 1, Antônio O. de C. Filho 1, Patrícia M.

Leia mais

SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS

SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000

Leia mais

Person Re-Identification. Autor: Guilherme Zasyeki Machado

Person Re-Identification. Autor: Guilherme Zasyeki Machado Person Re-Identification Autor: Guilherme Zasyeki Machado Sumário - Introdução ao problema - Visão geral ao processo de Re-Identificação - Evolução estado da arte - Datasets disponíveis - Análise estado

Leia mais

Ajuste de parâmetros no algoritmo de segmentação de imagens do software ecognition. Giovana Mira de Espindola Gilberto Câmara

Ajuste de parâmetros no algoritmo de segmentação de imagens do software ecognition. Giovana Mira de Espindola Gilberto Câmara Ajuste de parâmetros no algoritmo de segmentação de imagens do software ecognition Giovana Mira de Espindola Gilberto Câmara Instituto Nacional de Pesquisas Espaciais - INPE Caixa Postal 515-12245-970

Leia mais

ANÁLISE DA VARIAÇÃO DE TEXTURA EM IMAGENS MAMOGRÁFICAS PARA CLASSIFICAÇÃO DE MASSAS SUSPEITAS

ANÁLISE DA VARIAÇÃO DE TEXTURA EM IMAGENS MAMOGRÁFICAS PARA CLASSIFICAÇÃO DE MASSAS SUSPEITAS ANÁLISE DA VARIAÇÃO DE TEXTURA EM IMAGENS MAMOGRÁFICAS PARA CLASSIFICAÇÃO DE MASSAS SUSPEITAS P. B. Ribeiro, H. Schiabel, A.C. Patrocinio e R. A. F. Romero 3 USP/Departamento de Engenharia Elétrica, São

Leia mais